- 博客(144)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 python中对象赋值、引用与拷贝的理解与应用
当你将一个变量赋值给另一个变量时，实际上是将一个对象的引用（内存地址）赋给了另一个变量，而不是创建了一个新的对象。因此，这两个变量将指向相同的内存地址，修改其中一个变量的值将会影响另一个变量的值。有时你想要复制一个对象而不是共享它，改变其中一个的值，另一个的值不受影响。有时候对象是嵌套的，而你想要创建一个完全独立的副本，即使原始对象是嵌套的，也不想共享任何内部对象。深度拷贝会递归地复制所有嵌套对象。注意：copy()方法只会创建一个浅拷贝，即只会复制顶层对象，而不会递归地复制嵌套对象。
2024-03-29 00:38:10
296
原创 python多进程数据共享
multiprocessing.Manager 是 Python 的 multiprocessing 模块中的一个类，它提供了一种方便的方法来创建共享对象，这些共享对象可以被多个进程安全地访问和修改。使用 Manager 可以解决多进程并发访问共享资源时的同步问题。
2024-03-13 12:17:34
596
原创 PyQt中线程和线程信号的使用
PyQt中的线程和线程信号是用于在应用程序中实现多线程编程的重要概念。线程允许你在应用程序中同时执行多个任务，而线程信号用于在不同线程之间进行通信和协调。线程的信号连接到主窗口的槽函数，以在线程发出信号时执行相应的操作。这个示例展示了如何使用线程和线程信号来执行后台任务并更新主应用程序的界面。，分别用于通知线程完成和报告进度。方法中发出进度信号，并在完成时发出完成信号。主窗口中的按钮通过调用。
2023-10-14 19:44:53
550
8
原创 利用人工智能做射击游戏辅助（二）AlphaPose环境配置
在 Anaconda 中，你可以使用 conda 命令来创建、管理和删除虚拟环境。虚拟环境是一个独立的 Python 环境，可以包含特定版本的 Python 解释器和各种 Python 包，以便你可以在不同的项目中使用不同的依赖项。webcam_demo.py输入源为摄像头，默认webcam为0，机器的默认摄像头，如果需要使用手机摄像头。将requirements.txt中以下三个库删除，前两个我们已经安装，第三个python版本低安装不了。demo.py输入源为图像，其中需要添加否则报错。
2023-10-11 18:33:59
455
1
原创 利用人工智能做射击游戏辅助（一）AlphaPose简介
它为研究人员和开发者提供了一个强大的工具，用于理解和分析人体的姿势和动作，以及创建各种创新的应用程序。AlphaPose 是一个用于人体姿势估计的开源项目，它的目标是检测和估计图像或视频中的人体关键点，以了解人体的姿势和动作。：AlphaPose 不仅可以检测人体关键点，还可以同时执行其他任务，如人体检测和人体分割。这使得它可以在多个领域中应用，如人体姿势估计、行为分析和运动捕捉。：AlphaPose 以高精度著称，可以准确地检测和估计人体关键点，包括头部、肢体、手和脚等。
2023-10-11 17:53:18
609
原创 yolo目标检测做手游自动打游戏（一）环境配置
pure-python-adb 是一个Python库，用于与Android设备进行通信和控制，而不需要使用Android Debug Bridge（ADB）工具。它允许你通过Python代码执行一系列与Android设备相关的操作，例如发送命令、获取设备状态、安装和卸载应用程序等。
2023-08-19 23:22:32
968
原创 零基础机器学习做游戏辅助第十五课--原神自动钓鱼（五）完整效果
判断鱼饵是否重复选择，如选择的鱼饵和上次相同将出现鱼饵的词条，遮挡确定按钮。我们现在已经具备了所有需要的技术，我们梳理出所有技术的流程。未抛竿，截图并识别图中所有鱼类，选择其中一个种类。判断当前钓鱼状态（未抛竿、已抛竿、上鱼中）。鱼儿上钩，持续截图控制框获取需要的位置信息。在此对窗口截图，判断对应鱼类位置。松开鼠标抛竿，持续检测钓鱼状态。DQN强化模型对力度进行控制。根据以选择鱼类选择对应鱼饵。根据位置将抛竿点移动到附近。
2023-03-01 00:36:41
605
3
原创 零基础机器学习做游戏辅助第十四课--原神自动钓鱼（四）yolov5目标检测
目标检测有两种实现，一种是one-stage,另一种是two-stage，它们的区别如名称所体现的，two-stage有一个region proposal过程，可以理解为网络会先生成目标候选区域，然后把所有的区域放进分类器分类，而one-stage会先把图片分割成一个个的image patch，然后每个image patch都有M个anchor box，把所有的anchor送进分类器输出分类和检测位置。很明显可以看出，后一种方法的速度会比较快。
2023-02-22 19:43:40
904
原创 零基础机器学习做游戏辅助第十三课--原神自动钓鱼（三）labelimg的使用
labelimg是一款开源的图像标注工具，标签可用于分类和目标检测，它是用python写的，并使用Qt作为其图形界面，简单好用（虽然是英文版的）。其注释以 PASCAL VOC格式保存为XML文件，这是ImageNet使用的格式。此外，它还支持 COCO数据集格式。数据标注遵循轮廓对齐原则。从左下标注到右上。尽量使用英文标签。启动labelimg时后面跟图片路径和分类文本文件，启动后程序会读取标签文件。可以鼠标点选。
2023-02-22 18:27:24
560
原创 零基础机器学习做游戏辅助第十二课--原神自动钓鱼（二）HSV颜色空间
其中水平方向表示饱和度，饱和度表示颜色接近光谱色的程度。用上图圆柱体来表示 HSV 颜色空间，圆柱体的横截面可以看做是一个极坐标系 ，H 用极坐标的极角表示，S 用极坐标的极轴长度表示，V 用圆柱中轴的高度表示。在Hue一定的情况下，饱和度减小，就是往光谱色中添加白色，光谱色所占的比例也在减小，饱和度减为0，表示光谱色所占的比例为零，导致整个颜色呈现白色。颜色圆环上所有的颜色都是光谱上的颜色，从红色开始按逆时针方向旋转，Hue=0 表示红色，Hue=120 表示绿色，Hue=240 表示蓝色等等。
2023-02-15 13:56:00
432
原创 零基础机器学习做游戏辅助第十一课--原神自动钓鱼（一）图像边缘检测
并不是非常准确，如果匹配的信息不准确，那么将直接影响我们后面DQN模型对动作的预测。这是游戏中右下角的一个图标，因为游戏背景的原因，它是有底色的，人物在不同的位置，底色就会随着环境变化。如需要截取部分图像，需要修改saveDC.BitBlt处的源矩形区域左上角的X，Y轴逻辑坐标。其次，当上鱼时，上方会出现受力框，让指针一直保持在黄框内，直至下方鱼钩画满圆，就钓到鱼了。对指定窗口截图时，有可能会有重名的窗口，获取的句柄不对就无法正常截图。使用opencv的模板匹配功能，判断右下角的游戏状态。
2023-02-15 00:20:16
430
原创 零基础机器学习做游戏辅助第十课--强化学习DQN（二）
游戏失败需要给一个比较大的负值。deque队列有先进先出的特性。DQN的整个训练过程：随机初始化一个状态 s，初始化记忆池（Replay DB），设置观察值。循环遍历（是永久遍历还是只遍历一定次数这个自己设置）:(1) 根据策略选择一个行为（action）。(2) 执行该行动(aaction)，得到奖励（reward）、执行该行为后的状态 s`和游戏是否结束 done。(3) 保存 s, a, r, s`, done 到记忆池里。
2023-02-06 22:27:28
359
原创 零基础机器学习做游戏辅助第九课--强化学习DQN（一）
强化学习（英语：Reinforcement learning，简称RL）是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。强化学习是除了监督学习和非监督学习之外的第三种基本的机器学习方法。与监督学习不同的是，强化学习不需要带标签的输入输出对，同时也无需对非最优解的精确地纠正。其关注点在于寻找探索（对未知领域的）和利用（对已有知识的）的平衡，强化学习中的“探索-利用”的交换，在多臂老虎机问题和有限MDP中研究得最多。
2023-02-03 22:01:10
523
原创 零基础机器学习做游戏辅助第八课--使用预训练模型做迁移学习
预训练网络有两种方法：特征提取（feature extraction）和微调模型（fine-tuning）。weights参数：决定是否使用预训练的权重。trainable属性：是否冻结模型或层。layers属性：包含模型所有层。使用预训练模型时需要对应的.h5文件。存放在/.keras/models下或当前文件夹。
2023-02-01 23:06:22
531
原创 零基础机器学习做游戏辅助第七课--模型的保存与加载
save_weights 保存模型权重，load_weights加载模型权重文件，需要先创建模型并编译。to_json 保存模型描述文件，model_from_json加载模型描述，一般和sava_weights配合使用。save 保存模型完整文件，load_model加载完整模型文件。此方法不需要重新创建和编译。后缀.h5文件为HDF5文件。
2023-02-01 15:24:40
260
原创 零基础机器学习做游戏辅助第六课--猫狗数据集认识卷积神经网络（二）
当使用该层作为模型第一层时，需要提供 input_shape 参数 （整数元组，不包含样本表示的轴）。卷积层是将图像和卷积核进行计算提取特征输出神经元，一般取值32,、64、128等。MaxPooling2D最大池化层是将卷积层的结果进行进一步挤压出更多有用信息。Dropout是将前面卷积层输出的神经元丢弃掉一部分，这样可以使模型泛化性更强。二分类时一般使用sigmoid激活函数，配合binary_crossentropy损失函数一起使用。
2023-01-31 22:36:20
139
原创 零基础机器学习做游戏辅助第五课--猫狗数据集认识卷积神经网络（一）
在上节课中我们对神经网络有了初步的认识，但是还不够，因为处理图像我们一般使用卷积神经网络，这节课我们就主要讲解什么是卷积神经网络，它的工作原理是怎样的。这个实例学完我们就基本掌握了神经网络的使用。ImageDataGenerator图像增强，可以更快速的训练模型flow_from_directory生成增强后的图像图像增强按需设置，属性不是必须的。
2023-01-30 22:41:55
255
原创 零基础机器学习做游戏辅助第四课--手写数字识别（二）
使用model.compile配置学习过程时optimizer和loss为必须参数。lr为学习率，一般情况下我们可以使用默认值。配置metrics参数后，在训练时会显示模型当前正确率。多分类情况下损失函数可以使用categorical_crossentropy 和sparse_categorical_crossentropy。model.fit 训练模型model.predict 使用模型对数据进行预测。
2023-01-26 23:49:15
689
原创 零基础机器学习做游戏辅助第三课--手写数字识别（一）
这个课程我们的目标很明确，我们的目的就是利用神经网络做游戏辅助，他主要用到的是卷积神经网络和目标检测，手写数字识别这个经典案例我们将会一步一步给大家讲解，你吃透了这个案例，就基本掌握了卷积神经网络的使用。或者直白点说，如果是做辅助，以后用到的基本就是这些技术点，按教程里的案例，照葫芦画瓢也可以。Sequential模型是我们常用的模型，也叫顺序模型。向模型中添加层使用模型的.add方法。Flatten层的功能是将多维数据转换为一维数据。
2023-01-23 09:00:25
503
原创 零基础机器学习做游戏辅助第一课--神经网络与Keras介绍
人工神经网络（英语：Artificial Neural Network，ANN），简称神经网络（Neural Network，NN）或类神经网络，在机器学习和认知科学领域，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统，通俗地讲就是具备学习功能。
2023-01-20 15:28:29
945
1
原创 游戏充值订单金额修改思路与实践
观察代码，price变量在其他位置的代码注释中标注为付款金额（元），我们猜测这里有可能是商户server返回的订单信息，并且方法结尾有一个Native层的方法调用。商户server可以拿到充值后的订单详情，如果校验真实充值金额，那么可能会收不到充值的游戏道具。这里我们重新加密.lua文件后不能按前一篇的方法，MT管理器直接覆盖掉apk目录下的同名文件。那么我们是否可以在app调起第三方支付时将商户Server返回的参数中的订单金额修改掉。第一次尝试时，找错了代码，所以没有成功，这个文章后面我会讲。
2022-09-15 11:08:40
8307
10
原创 看雪2W课-Frida逆向与利用自动化 Frida开发和调试环境搭建 课时1
该配置项会从ProxyList中随机选择代理IP来运行流量，如果ProxyList中有多个代理IP，在使用proxychains的时候会使用不同的代理访问目标主机，从而使主机端探测流量更加困难。：改配置为ProxyChains的默认配置，不同于dynamic_chain，也能够通过ProxyList中的每个代理运行流量，但是如果ProxyList中的代理出现故障，不会自动切换到下一个。的为基本常用命令，local更改版本后，在root用户下使用的还是系统默认版本python。
2022-09-09 17:57:13
1405
原创 charles劫持修改js文件
选中Enable Map Local后点击ADD打开Edit Maping对话框。开启停用缓存（这一步很重要，否则浏览器使用缓存文件会使charles无法劫持到）此时表示我们劫持成功。
2022-09-02 16:51:52
629
原创 看雪2W课-NDK开发详解 java反射思维和NDK开发 课时3
1、java反射机制Java反射机制就是在运行状态中，对于任意一个类，都能够知道这个类的所有属性和方法；对于任意一个对象，都能够调用它的任意一个方法和属性；这种动态获取的信息以及动态调用对象的方法的功能称为java语言的反射机制。静态编译：在编译时确定类型，绑定对象；动态编译：在运行时确定类型，绑定对象；2、java反射优缺点优点：能够在运行时动态获取类的实例，提高灵活性；缺点：使用反射性能较低，需要解析字节码，将内存中的对象进行解析；相对不安全。...
2022-08-30 16:51:49
309
原创 Xposed插件的编写
IXposedHookZygoteInit接口实现了ZygoteInit阶段的hook能力,用于在Zygote进程启动之前执行相关代码，framework里的东西一般再这里改。IXposedHookInitPackageResources接口实现了加载app资源时的hook能力，用于修改app的一些资源，比如布局文件什么的。当你的面具为Zygisk模式时，想要hook系统函数必须继承IXposedHookZygoteInit接口，否则无法成功hook。具体的编写脚本前准备，网上有很多，这里不在赘述。...
2022-08-15 13:18:43
1017
原创 nexus 5X刷机并使用Magisk获取root权限
cmd下输入fastbootdevices查看手机状态，如果没有任何输出，大概率是手机驱动问题，在设备列表中确认是否有感叹号的选项。其中windows下使用红框中的flash-all.bat，手机关机，然后按下电源+音量下进入fastboot模（手机已解锁）如果有，则随便下载一个手机助手，它会给你安装正确的驱动，完成后可以卸载。此时开始刷入系统，双击flash-all.bat安装完成会重启手机。点击安装，按提示下一步，在修补文件时选择刚才拿出的boot.img。......
2022-07-20 15:15:49
2225
原创 python3生成MD5值方法与坑
一、生成MD5或者：又或者：中文字符计算MD5:二、字符转字节：或者：遇到的坑：使用第一种方法时生成多个MD5，m = hashlib.md5() 这句一定要写在for循环内，否则只有第一次生成的MD5值是对的，后面的值都是错误的。......
2022-06-23 13:41:54
1778
原创 猿人学-Android端爬虫比赛第四关【grpc】解题笔记
一、了解grpcgRPC是 Google 2015 开源的一个高性能, 跨语言的 RPC 框架, 基于ProtoBuf(Protocol Buffers) 序列化协议开发，且支持众多开发语言。二、抓包什么都别说，先抓个包，看看情况。发现charles无法抓取请求。看不到路径和参数。换一个方式吧，使用这个开源的抓包工具。GitHub - r0ysue/r0capture: 安卓应用层抓包通杀脚本安卓应用层抓包通杀脚本. Contribute to r0ysue/r0capture development by
2022-06-08 17:33:56
594
原创 猿人学-Android端爬虫比赛第五关【双向认证】解题笔记
一、知识点：单向认证：服务端向客户端发送CA证书，并用证书中的公钥对随机数加密使其成为通信秘钥双向认证：服务端和客户端都有CA证书，并向对方发送，服务端选择加密方案让客户端进行加密密钥。以上认证可以使用中间人抓取数据。为了防止中间人抓取又出现了：SSL-pinningSSL-pinning有两种方式证书锁定(Certificate Pinning):客户端代码内置仅接受指定域名的证书.公钥锁定(Public Key Pinning):提取证书中的公钥并内置到客户端中，通过与服务器对比公钥值来验证连接的正确
2022-06-02 16:49:58
748
2
原创 python3 UTC时间和ISO时间转换
时间戳转日期and日期转时间戳ticks = time.time() #获取时间戳print("ticks:",ticks)localdate = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(ticks))#时间戳转日期print("localdate:",localdate)date_to_time = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(a))#日期转时间戳print(
2022-05-27 13:52:14
1041
原创 猿人学-Android端爬虫比赛第二关【so层加密】解题笔记
一、基础环境可参看第一关内容二、实战：打开fiddler抓取翻页请求这次我们不能再使用"page="关键字搜索了。 第一题中有：name = "第一题，我们直接jadx中搜索：name = "第二题"来到第二题代码处，观察代码发现和第一关基本一致，但sign函数是在native层：打开IDA找到sign在native层的名字并进行hook，查看它传入的参数：导出函数中直接可以找到。开始hookfunction hook_native(){ var bas..
2022-05-20 15:21:14
684
1
原创 猿人学-Android端爬虫比赛第一关【java层加密】解题笔记
一、环境frida 12.8.20python 3.8.10jadx-gui-1.2.0fiddler二、实战步骤：1、安装APP，来到第一关，翻页时抓包jadx打开APP 。根据page= 查找到 com.yuanrenxue.match2022.fragment.challenge.ChallengeOneFragment 类此处有sign函数，很大几率为翻页调用函数，hook当前函数查看 this.page 和oooOO0O.OooO00o().long..
2022-05-19 12:06:15
564
原创 centos7 设置开机启动
/etc/rc.local cd /opt/frp_0.39.1_linux_amd64 && nohup ./frpc -c frpc.ini > out.log 2>&1 &chmod +x /etc/rc.d/rc.local
2022-05-18 11:21:29
229
原创 看雪3万课程笔记-FRIDA高级API实用方法：主动调用so函数
一、简介：本节为延伸内容，本节使用APP为攻防世界： APP漏洞第二题.apk二、实战：1、jadx-gui 打开，查看 MainActivity 定位关键代码：来到SecondActivity类导出窗口直接搜索doRawData，.mytext 代码无法F5 查看伪代码，选中代码下拉后按P 解析成函数。箭头处为秘钥，此时我们 根据java层的if对比"VEIzd/V2UPYNdn/bxH3Xig==" 进行解密得出：aimagetencent但这并不是我..
2022-05-17 18:19:54
2044
4
ASP基础教材
2013-10-01
VBScript 教程
2013-10-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人